
大数据是抗衡谷歌的唯一方式_数据分析师考试
大数据将是其它公司抗衡谷歌的唯一方式,亚马逊和Salesforce有望向该搜索巨头发起挑战。亚马逊拥有无可比拟的购物数据,Salesforce则拥有将终端销售和社交营销关联起来的数据。
以下为文章全文:
毫无疑问,谷歌牢牢掌控着网页搜索领域。不过谷歌令人惊叹的产品服务组合已经不再局限于搜索框。
除了丰富多样的搜索工具,谷歌旗下的资产还包括强大的广告服务(AdWords等等)、通讯和发行工具(Drive和Hangouts)、开发类资源(OpenSocial)、社交平台(Google+)、地图相关的产品(谷歌地图)、流媒体娱乐(Google Play)、数据工具(Analytics)、操作系统(Android和Chrome OS)、桌面和移动Web应用(Gmail),甚至还包括硬件(Galaxy Nexus)。
当然,虽然谷歌的搜索业务仍将继续发展壮大,但在其无孔不入的商业模式所覆盖的一些重要领域,它并非没有潜在的竞争对手。显而易见的竞争对手也许包括微软和苹果,不过还有其它公司未来也可能变成令人畏惧的竞争对手。
目前想到的包括亚马逊和Salesforce。亚马逊仍将会是电子商务巨头,而它也有可能通过分流谷歌的电商流量,蚕食它的广告收入。凭借销售数据和社交洞察力的结合,Salesforce也有可能会将广告主大量的营销支出从搜索引擎引向更加社交化的网络平台。
也许这就是它们在各自的优势领域使用数据的方式。这些公司的共同之处是,渴望得到更多的数据,因为利用海量数据将会是与谷歌抗衡的唯一方式。它们不管是聚焦控制某一个流量来源、收购还是开发创新技术,实质上都不是为了与谷歌竞争,而是为了争夺数据,借此刺激营收。
亚马逊
亚马逊在电商领域的统治力与日俱增,正逐渐削弱谷歌的收入流。如果说谷歌正成为搜索的代名词,那亚马逊就是正成为电商的代名词。谷歌估计,其搜索广告收入有30%至40%实质上来自电商,但随着亚马逊继续发展成为互联网的一站式购物平台,将有多少用户绕过谷歌搜索主页直接登录亚马逊网站呢?
鉴于在美国市场亚马逊Prime用户超过1000万,月度购物者超过1.03亿,倾向于直接上亚马逊网站的人肯定会越来越多。笔者的妻子以前不管买什么东西,第一站都是谷歌,但现在,要搜索产品,她经常都是直接去亚马逊网站,原因是她有Prime账户可享受免费送货服务。亚马逊和其数量庞大的第三方卖家,现在都会在成千上万款日常产品中提供精选品,也常常会提供全网最低价的商品。也难怪她不管买万圣节服装还是给孩子买衣服,都是直接去亚马逊。
除了逐渐分流谷歌的电商流量,击败谷歌的真正关键在于大数据。亚马逊在大数据方面的优势毋庸置疑。该公司坐拥上千万人的个人信息、购物习惯和偏好数据。谷歌有类似的信息吗?也许吧,但亚马逊目前所拥有的购物数据可能还无人能敌。
Salesforce
Salesforce长期以来在客户关系管理(CRM)、B2B营销和软件即服务(SaaS)领域都占据着领先地位。不过,凭借近年来的一系列收购,它颇受欢迎的客户关系管理系统已经扩展到销售以外的领域,成为了全面的整合市场营销平台。
两年前,该公司收购了社交媒体测量领域的佼佼者Radian 6,去年也将社交媒体管理平台Buddy Media收入囊中。上个月末,Salesforce继续展示其不断壮大的实力,宣布了另一项重大收购——斥资25亿美元买下云端营销软件公司ExactTarget。其收购狂潮并未就此结束,Salesforce最近还收购了企业商业智能和分析初创公司EdgeSpring。
所有的这些收购意味着什么呢?数据。
更具体地说,就是将终端销售和社交营销串联起来的数据。Salesforce最大的价值在于,拥有可追踪潜在顾客的强大销售工具。如今,增加上述收购回来的社交项目和技术之后,Salesforce的整套服务不仅仅能够确定潜在用户何时带来收入,也能够将社交营销努力直接与营收串联在一起——这无疑将会吸引企业在社交媒体上投入更多的营销资金。问题就在于,在那种情况下谁才是赢家呢?
如果Salesforce能够提供显示社交媒体活动如何刺激营收的数据,那对于任何想要在社交媒体投资的人来说,它都将会是一项必不可少的工具包。由于Salesforce可将社交媒体活动和投资回报率关联起来,Facebook将会成为大赢家,获得更多的广告收入,不过Pinterest等其它有利于品牌营销的社交平台同样也会从中获益。
此外,在全面数据的驱动下,Salesforce整合服务技术套件对比Google Analytics的竞争力正得到强化。按照现在的情况,Google Analytics在社交媒体测量方面还远远没有Radian 6全面。随着社交媒体成为越来越重要的营销工具,很多公司将会搜寻社交媒体测量解决方案来评估营销的效果。
虽然谷歌在通过出色的执行力取得成功上做得很不错,但对于逐渐逼近的竞争对手,它绝对不能够掉以轻心。不过不管竞争对手们收购了多少公司、产品或者技术,要是没有大数据作支撑,那肯定无法对谷歌构成丝毫威胁。这场竞争未来的演变将会令人兴奋不已。很多公司都有着成功的空间,谷歌也是令人敬畏的竞争者,特别是在数据方面。但正如谷歌能够改变整个行业的命运,其它的公司也有可能对它造成同等的深刻影响,想到这个就觉得有趣。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02